최첨단 AI 모델조차 암묵적인 편향을 보이며 실제 사회적 불평등을 증폭시킬 수 있다는 연구 결과가 발표되었습니다. 이는 AI 개발에 있어 윤리적 고려의 중요성을 다시 한번 강조합니다.

Chang, Kamali, Kantere 세 연구원이 개발한 Reqo는 Bi-GNN과 GRU 기반의 새로운 아키텍처와 근사 확률적 ML을 활용하여 기존 학습 기반 쿼리 최적화의 한계를 극복했습니다. 정확성, 강인성, 설명 가능성을 모두 향상시킨 Reqo는 쿼리 최적화 분야의 획기적인 발전으로 평가받고 있습니다.

본 기사는 AI의 사회적 영향력 증대에 대한 우려를 바탕으로, AI 개발 및 거버넌스에 대한 시민 참여를 강조하는 논문 "AI 권리"를 소개합니다. 풀뿌리 참여 방법론과 4단계 모델을 제시하며, 데이터의 공동 소유 및 투명한 설계 프로세스를 통해 AI 시대의 민주적 정당성을 확보하는 방안을 모색합니다.

본 기사는 유전 알고리즘 기반의 콜모고로프-아르놀드 네트워크 자동 최적화 기법인 GA-KAN에 대한 최신 연구 결과를 소개합니다. GA-KAN은 기존 KAN의 해석성 문제와 수동 조정의 어려움을 해결하고, 희소 연결성을 통해 매개변수 공간의 문제를 극복하여 우수한 성능과 해석 가능성을 제공합니다. 이는 AI 모델의 신뢰성과 투명성을 높이는 데 크게 기여할 것으로 기대됩니다.

Danish와 Adnan Khan의 연구는 AI가 핵에너지 기술 예산과 CO2 배출량의 관계를 매개하여 탄소 감축에 기여함을 밝혔습니다. AI의 직접적인 효과와 핵에너지 기술과의 시너지 효과를 통해 저탄소 미래를 위한 새로운 전략을 제시합니다.